基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对热轧带钢弯曲性能质量监控与预警过程中因正常样本与异常样本的比例严重失衡而导致质量监控过程中预警不灵敏、异常检出率较低的问题,从数据层面和算法层面研究不平衡样本数据的质量预警问题,提出基于Adaboost加权支持向量机的热轧带钢弯曲性能质量预警方法.研究结果表明:采用该方法所得平均异常检出率提高至88.58%,误判率为0.63%.该方法具有较强的异常检出能力,能够为热轧板带生产过程的质量预警提供保障.
推荐文章
支持向量机与AdaBoost的结合算法研究
支持向量机
增强法
自适应增强算法
算法优化
热轧板冷弯性能不合格原因分析
冷弯性能
热轧板
试样
基于Adaboost与支持向量机的人脸特征提取
人脸检测
模式识别
Adaboost算法
支持向量机
基于优化特征加权支持向量机的隐写分析方法
隐写分析
主成分分析
信息增益
特征优化
特征加权
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Adaboost加权支持向量机的热轧板带弯曲性能质量预警
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 带钢弯曲性能 质量预警 Adaboost加权支持向量机
年,卷(期) 2017,(10) 所属期刊栏目 机械工程·控制科学与工程
研究方向 页码范围 2622-2627
页数 6页 分类号 TG335.5
字数 4274字 语种 中文
DOI 10.11817/j.issn.1672-7207.2017.10.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐科 北京科技大学钢铁共性技术协同创新中心 60 1305 19.0 35.0
2 周鹏 北京科技大学工程技术研究院 17 335 9.0 17.0
3 何飞 北京科技大学钢铁共性技术协同创新中心 23 92 6.0 8.0
4 梁冰 北京科技大学钢铁共性技术协同创新中心 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (108)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(14)
  • 参考文献(1)
  • 二级参考文献(13)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(7)
  • 参考文献(6)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
带钢弯曲性能
质量预警
Adaboost加权支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导